Содержание
Налоговая уже считает быстрее вас
Открыла вебинар налоговый юрист Наталья Наталюк, показав, что искусственный интеллект в работе ФНС — это не гипотеза, а действующая практика. Автоматизированные системы налоговых органов используют свыше 89 источников данных и обрабатывают информацию в режиме 24/7 через собственный центр обработки данных: налоговую и бухгалтерскую отчётность, данные онлайн-касс и банков, маркировку товаров, движение транспорта и денег, сведения цифровых платформ. У каждой компании в результате формируется цифровой риск-профиль и налоговый рейтинг — оценка по 13 критериям, построенная на отчётности бизнеса. С 2027 года этот же профиль планируют встроить в систему госзакупок: заказчики будут видеть только налогово-благонадёжных поставщиков.
Цифры, которые привела Наталюк со ссылкой на официальный отчёт ФНС за первое полугодие 2026 года, впечатляют: средний чек доначислений по проверенным организациям достиг 196 млн рублей — это на 83% выше показателя аналогичного периода 2025 года, с заметным ростом и по России в целом, и отдельно по Московской области. По камеральным проверкам рост доначислений оказался ещё резче. Отдельным аргументом прозвучало решение арбитражного суда Московской области от 28 августа 2026 года: в этом деле налоговая схема была вычислена в том числе с помощью нейросети, и попытка компании оспорить выводы искусственного интеллекта в суде не помогла — доначисления устояли.
Вывод спикера был прямым: доначисления бьют не только по компании, но и лично по руководителю и главному бухгалтеру — субсидиарная и уголовная ответственность здесь реальность, а не абстракция. Поэтому рекомендация проста — не ждать, пока ошибку найдёт налоговая, а самостоятельно проверять и исправлять отчётность не реже раза в квартал.
Как аудиторская компания сама встала на рельсы вайб-кодинга
Следующий блок показал, что происходит, когда сотрудник компании берёт эти же принципы и применяет их внутри. Аналитик Александра Ким рассказала, как за пять месяцев — с апреля по сентябрь 2026 года, — пройдя обучение у Ивана Замесина (курсы Boost и Boost Pro), она прошла путь от финансового аналитика до самостоятельного разработчика внутренних ИИ-продуктов компании, то есть освоила «вайб-кодинг» без привлечения внешних подрядчиков.
За это время внутри «Правовест Аудит» появился целый ряд инструментов: бот, который по ИНН и открытым источникам предварительно определяет, является ли организация общественно значимой; дашборд по отделу продаж, который раньше делали подрядчики, а теперь его строят и обновляют сами, в реальном времени и для всех сотрудников; «портрет клиента», который помогает готовиться к встречам; автоматические отчёты, которые уходят в рабочие чаты по расписанию даже в отсутствие ответственного сотрудника; и интерактивная анкета клиента на сайте — вместо прежнего бумажного файла, который клиент печатал, заполнял от руки и сканировал.
Центральным стал кейс для отдела контроля качества: сервис, который проверяет форму отчётности на соответствие ФСБУ, корректность заполнения реквизитов и полноту раскрытия в пояснениях. Раньше эта проверка отнимала у аудитора или контролёра качества в среднем 4,5 часа ручной работы. Сейчас — 6–7 минут, причём с более высокой точностью, потому что из процесса исключён человеческий фактор.
Здесь же прозвучало важное уточнение от Маргариты Подладчиковой: как аудиторская компания, «Правовест Аудит» не использует публичный ChatGPT напрямую — слишком строгие требования к защите данных клиентов. Поэтому их путь — не подключение к чужому облачному сервису, а «вайб-кодинг»: собственное приложение или алгоритм создаётся один раз с помощью ИИ, а затем работает во внутреннем контуре компании, без выхода в интернет, локально на своих серверах и ноутбуках.
В качестве живой демонстрации Александра Ким показала анимированную схему — то, как цифровой след бизнеса анализируется налоговой и либо остаётся «зелёным», либо приводит к требованиям, комиссии, выездной проверке и в конечном счёте — к оттоку денег бизнеса или личным рискам собственника. Схему «оживили» с помощью того же вайб-кодинга.
Короткий комментарий добавила Татьяна Филипенкова, лидер практики аудита: наработки по автоматизации самого процесса аудита пока в разработке, компания сознательно ждёт более чёткого регулирования со стороны контролирующих органов, чтобы внедрять эти инструменты в практику безопасно и эффективно.
Восемь приёмов, которые не требуют обучения
Продуктовый стратег Ольга Мажаренко построила своё выступление на простой наблюдении: люди слушают вдохновляющие истории про сложных агентов, восхищаются — и возвращаются в старую рутину, откладывая внедрение до «специального обучения». Её цель была обратной — показать то, что можно начать делать уже сегодня, с обычным ChatGPT, без всякого курса.
Один из слайдов презентации она собрала прямо на глазах аудитории за минуту — загрузив в чат тезисы выступления и попросив посчитать эффект от предложенных идей. Затем последовала живая демонстрация: спикер загрузила в чат объёмный документ — 46 страниц описания технологического задела для заявки в Сколково — и голосом, через микрофон, попросила модель оценить новизну относительно рынка и предложить, что можно улучшить. По её словам, именно голосовой ввод, а не набор текста, стал для неё основным способом работы с ассистентом: так же она формулирует брифы и рабочие задачи для команды.
Отдельно она показала, как быстро теперь собираются концептуальные схемы и архитектуры взаимодействия — то, что раньше требовало привлечения технического писателя, сейчас можно надиктовать голосом и получить черновик за минуту, естественно, речь идёт о концептуальном представлении, а не об узкоспециализированных технических чертежах.
Из чата пришёл ожидаемый вопрос о безопасности данных. Ответ Мажаренко был прагматичным: она чётко разделяет чувствительную и нечувствительную информацию. С публичным ChatGPT она работает только с тем, что и так не составляет коммерческую тайну — например, презентационными материалами или финансовыми моделями, которые компании сами показывают инвесторам на публичных питчах.
Когда автоматизация меняет не функцию, а всю компанию
Оксана Смирнова из New Level Business представила взгляд со стороны компании, которая занимается не точечными инструментами, а системным внедрением ИИ — там, где изменения затрагивают всю организацию, а не один отдел. Показательный кейс — микрофинансовая компания, которая обратилась с запросом ускорить и автоматизировать продажи, которые шли через колл-центр примерно на 25 человек. После этапа подготовки и систематизации данных коммуникацию с клиентом удалось алгоритмизировать настолько, что сегодня 83% продаж этой компании закрывается цифровым сотрудником, без участия живого менеджера.
Число 83%, а не выше, объясняется просто: переписку — текстовые каналы — удалось автоматизировать полностью, а вот голосовые звонки пока сложнее из-за качества связи и интерпретации речи. При этом штат колл-центра сократился с 25 до 8 человек без потери качества обслуживания, а по новым продуктам продажи даже ускорились. Частично автоматизирована и часть функций руководителя отдела продаж.
Отвечая на прямой вопрос модератора, что мешает такому внедрению, а что помогает, Смирнова назвала главным препятствием необходимость сначала «оцифровать» и описать процессы — этот этап невозможно пропустить, если цель системная, а не разовая. Второе препятствие — то, что кросс-функциональные процессы тянут за собой соседние домены компании: автоматизация продаж требует данных из маркетинга и так далее. А помогает готовность людей к изменениям, культура сотрудничества внутри команды и участие в профессиональном сообществе, потому что готовых учебников по этой теме, по её словам, пока просто не существует.
Трезвый голос: не всё нужно автоматизировать
Завершил содержательную часть Михаил Петухов — сам себя он назвал «злой бабкой», которая напоминает, что не всё так гладко, как в позитивных кейсах. Он объявил 2026 год «точкой невозврата»: по его словам, AGI — более общий искусственный интеллект — уже фактически появляется, а обновлённый ChatGPT версии Astra, которым он пользуется, уже управляет его компьютером напрямую.
Он привёл пример неудачного внедрения: клиент попытался полностью заменить личное общение с менеджерами по продажам и по продукту на ИИ там, где клиенты как раз требовали личного контакта. Результат оказался отрицательным — клиенты восприняли это как неуважение.
Из этого Петухов вывел практический фреймворк. Любая задача, прежде чем её отдавать искусственному интеллекту, должна иметь чёткие параметры, переносимые в цифровой формат, и обладать повторяемостью — без этого автоматизация либо не сработает, либо навредит. Есть процессы, где цифрового формата попросту нет, и там ИИ не поможет; там, где формат есть, вопрос лишь в том, нужна ли связка «человек плюс ИИ» или можно полностью передать задачу цифровому сотруднику. Обязательное условие перед любым внедрением — процесс должен быть описан как понятный алгоритм-инструкция (по сути, будущий промпт) и обладать проверяемостью, то есть чек-листом. А главная новая роль человека в этой системе — верификатор: тот, кто «ставит визу», подтверждая, что результат работы цифрового сотрудника валиден.
По ходу разговора Петухов в шутку объяснил происхождение прижившегося в ИТ-среде сленга: людей теперь иногда называют «кожаными агентами» или «кожаными мешками», а всё, что относится к языковым моделям — «цифровой дрянью». Это старый интернет-мем, органично вошедший в лексикон вокруг ИИ.
Но за шутками последовали жёсткие цифры. Со ссылкой на выступление основателя «ВкусВилла» Андрея Кривенко, недавно вернувшегося из Китая, Петухов рассказал, что в Китае компания не может получить финансирование, если в её бизнес-модели нет использования ИИ, а на национальном уровне установлен план: 70% компаний должны использовать ИИ-агентов или ИИ-инструменты уже к следующему году, 90% — к 2030-му. По данным опроса, который его команда провела через HeadHunter, спрос на специалистов со знанием искусственного интеллекта вырос на 136%. А сокращения в ИТ-отрасли, по его оценке, уже достигли примерно 70% — в первую очередь среди мидл- и junior-разработчиков, чей код сегодня прекрасно пишет сам искусственный интеллект.
Личный кейс спикера подтверждает масштаб изменений: если к концу 2025 — началу 2026 года в его команде трудилось более 50 ИТ-специалистов, то сейчас — девять. При этом команда, по его словам, работает эффективнее, а срок вывода нового продукта — от идеи до первой продажи крупным клиентам, включая банки — сократился с примерно шести месяцев до двух недель.
Что дальше
Этот вебинар — лишь «касание» темы, и в чате уже звучали новые тревожные сигналы: сокращения начались среди юристов, а следующими под автоматизацию, по прогнозу спикеров, попадут бухгалтеры и финансисты. Более детальный разбор кейсов, чек-листы по внедрению и открытый разговор о том, где заканчивается реальная польза и начинается хайп, перенесли на очную конференцию 18 сентября 2026 года в «Кибердоме» у метро «1905 года» — с возможностью подключиться и онлайн, с сохранением записи.
Лейтмотив, который повторялся весь вебинар от разных спикеров: если искусственный интеллект уже работает против бизнеса — руками контролирующих органов и руками более быстрых конкурентов, — единственный рабочий ответ на это в 2026 году — начать использовать его самим, и начать именно сейчас.
